引言&動(dòng)機(jī)

考慮一下這個(gè)場景，我們有10000條數(shù)據(jù)需要處理，處理每條數(shù)據(jù)需要花費(fèi)1秒，但讀取數(shù)據(jù)只需要0.1秒，每條數(shù)據(jù)互不干擾。該如何執(zhí)行才能花費(fèi)時(shí)間最短呢？

在多線程(MT)編程出現(xiàn)之前，電腦程序的運(yùn)行由一個(gè)執(zhí)行序列組成，執(zhí)行序列按順序在主機(jī)的中央處理器(CPU)中運(yùn)行。無論是任務(wù)本身要求順序執(zhí)行還是整個(gè)程序是由多個(gè)子任務(wù)組成，程序都是按這種方式執(zhí)行的。即使子任務(wù)相互獨(dú)立，互相無關(guān)(即，一個(gè)子任務(wù)的結(jié)果不影響其它子 任務(wù)的結(jié)果)時(shí)也是這樣。

對于上邊的問題，如果使用一個(gè)執(zhí)行序列來完成，我們大約需要花費(fèi) 10000*0.1 + 10000 = 11000 秒。這個(gè)時(shí)間顯然是太長了。

那我們有沒有可能在執(zhí)行計(jì)算的同時(shí)取數(shù)據(jù)呢？或者是同時(shí)處理幾條數(shù)據(jù)呢？如果可以，這樣就能大幅提高任務(wù)的效率。這就是多線程編程的目的。

對于本質(zhì)上就是異步的， 需要有多個(gè)并發(fā)事務(wù)，各個(gè)事務(wù)的運(yùn)行順序可以是不確定的，隨機(jī)的，不可預(yù)測的問題，多線程是最理想的解決方案。這樣的任務(wù)可以被分成多個(gè)執(zhí)行流，每個(gè)流都有一個(gè)要完成的目標(biāo)，然后將得到的結(jié)果合并，得到最終的結(jié)果。

線程和進(jìn)程

什么是進(jìn)程

進(jìn)程(有時(shí)被稱為重量級(jí)進(jìn)程)是程序的一次 執(zhí)行。每個(gè)進(jìn)程都有自己的地址空間，內(nèi)存，數(shù)據(jù)棧以及其它記錄其運(yùn)行軌跡的輔助數(shù)據(jù)。操作系 統(tǒng)管理在其上運(yùn)行的所有進(jìn)程，并為這些進(jìn)程公平地分配時(shí)間。進(jìn)程也可以通過 fork 和 spawn 操作 來完成其它的任務(wù)。不過各個(gè)進(jìn)程有自己的內(nèi)存空間，數(shù)據(jù)棧等，所以只能使用進(jìn)程間通訊(IPC)， 而不能直接共享信息。

什么是線程

線程(有時(shí)被稱為輕量級(jí)進(jìn)程)跟進(jìn)程有些相似，不同的是，所有的線程運(yùn)行在同一個(gè)進(jìn)程中， 共享相同的運(yùn)行環(huán)境。它們可以想像成是在主進(jìn)程或“主線程”中并行運(yùn)行的“迷你進(jìn)程”。

線程狀態(tài)如圖

線程有開始，順序執(zhí)行和結(jié)束三部分。它有一個(gè)自己的指令指針，記錄自己運(yùn)行到什么地方。 線程的運(yùn)行可能被搶占(中斷)，或暫時(shí)的被掛起(也叫睡眠)，讓其它的線程運(yùn)行，這叫做讓步。 一個(gè)進(jìn)程中的各個(gè)線程之間共享同一片數(shù)據(jù)空間，所以線程之間可以比進(jìn)程之間更方便地共享數(shù)據(jù)以及相互通訊。

當(dāng)然，這樣的共享并不是完全沒有危險(xiǎn)的。如果多個(gè)線程共同訪問同一片數(shù)據(jù)，則由于數(shù)據(jù)訪 問的順序不一樣，有可能導(dǎo)致數(shù)據(jù)結(jié)果的不一致的問題。這叫做競態(tài)條件(race condition)。

線程一般都是并發(fā)執(zhí)行的，不過在單 CPU 的系統(tǒng)中，真正的并發(fā)是不可能的，每個(gè)線程會(huì)被安排成每次只運(yùn)行一小會(huì)，然后就把 CPU 讓出來，讓其它的線程去運(yùn)行。由于有的函數(shù)會(huì)在完成之前阻塞住，在沒有特別為多線程做修改的情 況下，這種“貪婪”的函數(shù)會(huì)讓 CPU 的時(shí)間分配有所傾斜。導(dǎo)致各個(gè)線程分配到的運(yùn)行時(shí)間可能不 盡相同，不盡公平。

Python、線程和全局解釋器鎖

全局解釋器鎖(GIL)

首先需要明確的一點(diǎn)是GIL并不是Python的特性，它是在實(shí)現(xiàn)Python解析器(CPython)時(shí)所引入的一個(gè)概念。就好比C++是一套語言（語法）標(biāo)準(zhǔn)，但是可以用不同的編譯器來編譯成可執(zhí)行代碼。同樣一段代碼可以通過CPython，PyPy，Psyco等不同的Python執(zhí)行環(huán)境來執(zhí)行（其中的JPython就沒有GIL）。

那么CPython實(shí)現(xiàn)中的GIL又是什么呢？GIL全稱Global Interpreter Lock為了避免誤導(dǎo)，我們還是來看一下官方給出的解釋：

In CPython, the global interpreter lock, or GIL, is a mutex that prevents multiple native threads from executing Python bytecodes at once. This lock is necessary mainly because CPython’s memory management is not thread-safe. (However, since the GIL exists, other features have grown to depend on the guarantees that it enforces.)

盡管Python完全支持多線程編程， 但是解釋器的C語言實(shí)現(xiàn)部分在完全并行執(zhí)行時(shí)并不是線程安全的。 實(shí)際上，解釋器被一個(gè)全局解釋器鎖保護(hù)著，它確保任何時(shí)候都只有一個(gè)Python線程執(zhí)行。

在多線程環(huán)境中，Python 虛擬機(jī)按以下方式執(zhí)行:

1.設(shè)置GIL

2.切換到一個(gè)線程去執(zhí)行

3.運(yùn)行

指定數(shù)量的字節(jié)碼指令

線程主動(dòng)讓出控制（可以調(diào)用time.sleep(0))

4.把線程設(shè)置完睡眠狀態(tài)

5.解鎖GIL

6.再次重復(fù)以上步驟

對所有面向 I/O 的(會(huì)調(diào)用內(nèi)建的操作系統(tǒng) C 代碼的)程序來說，GIL 會(huì)在這個(gè) I/O 調(diào)用之 前被釋放，以允許其它的線程在這個(gè)線程等待 I/O 的時(shí)候運(yùn)行。如果某線程并未使用很多 I/O 操作， 它會(huì)在自己的時(shí)間片內(nèi)一直占用處理器(和 GIL)。也就是說，I/O 密集型的 Python 程序比計(jì)算密集 型的程序更能充分利用多線程環(huán)境的好處。

退出線程

當(dāng)一個(gè)線程結(jié)束計(jì)算，它就退出了。線程可以調(diào)用 thread.exit()之類的退出函數(shù)，也可以使用 Python 退出進(jìn)程的標(biāo)準(zhǔn)方法，如 sys.exit()或拋出一個(gè) SystemExit 異常等。不過，你不可以直接 “殺掉”(“kill”)一個(gè)線程。

在 Python 中使用線程

在 Win32 和 Linux, Solaris, MacOS, *BSD 等大多數(shù)類 Unix 系統(tǒng)上運(yùn)行時(shí)，Python 支持多線程 編程。Python 使用 POSIX 兼容的線程，即 pthreads。

默認(rèn)情況下，只要在解釋器中

如果沒有報(bào)錯(cuò)，則說明線程可用。

Python 的 threading 模塊

Python 供了幾個(gè)用于多線程編程的模塊，包括 thread, threading 和 Queue 等。thread 和 threading 模塊允許程序員創(chuàng)建和管理線程。thread 模塊 供了基本的線程和鎖的支持，而 threading 供了更高級(jí)別，功能更強(qiáng)的線程管理的功能。Queue 模塊允許用戶創(chuàng)建一個(gè)可以用于多個(gè)線程之間 共享數(shù)據(jù)的隊(duì)列數(shù)據(jù)結(jié)構(gòu)。

核心 示:避免使用 thread 模塊

出于以下幾點(diǎn)考慮，我們不建議您使用 thread 模塊。

1.更高級(jí)別的 threading 模塊更為先 進(jìn)，對線程的支持更為完善，而且使用 thread 模塊里的屬性有可能會(huì)與 threading 出現(xiàn)沖突。其次， 低級(jí)別的 thread 模塊的同步原語很少(實(shí)際上只有一個(gè))，而 threading 模塊則有很多。

2.對于你的進(jìn)程什么時(shí)候應(yīng)該結(jié)束完全沒有控制，當(dāng)主線程結(jié)束 時(shí)，所有的線程都會(huì)被強(qiáng)制結(jié)束掉，沒有警告也不會(huì)有正常的清除工作。我們之前說過，至少 threading 模塊能確保重要的子線程退出后進(jìn)程才退出。

thread 模塊

除了產(chǎn)生線程外，thread 模塊也提供了基本的同步數(shù) 據(jù)結(jié)構(gòu)鎖對象(lock object，也叫原語鎖，簡單鎖，互斥鎖，互斥量，二值信號(hào)量)。

thread 模塊函數(shù)

start_new_thread(function, args, kwargs=None)：產(chǎn)生一個(gè)新的線程，在新線程中用指定的參數(shù)和可選的 kwargs 來調(diào)用這個(gè)函數(shù)。

allocate_lock()：分配一個(gè) LockType 類型的鎖對象

exit()：讓線程退出

acquire(wait=None)：嘗試獲取鎖對象

locked()：如果獲取了鎖對象返回 True，否則返回 False

release()：釋放鎖

下面是一個(gè)使用 thread 的例子：

start_new_thread()要求一定要有前兩個(gè)參數(shù)。所以，就算我們想要運(yùn)行的函數(shù)不要參數(shù)，也要傳一個(gè)空的元組。為什么要加上sleep(6)這一句呢? 因?yàn)椋绻覀儧]有讓主線程停下來，那主線程就會(huì)運(yùn)行下一條語句，顯示 “all done”，然后就關(guān)閉運(yùn)行著 loop()和 loop1()的兩個(gè)線程，退出了。

我們有沒有更好的辦法替換使用sleep() 這種不靠譜的同步方式呢？答案是使用鎖，使用了鎖，我們就可以在兩個(gè)線程都退出之后馬上退出。

為什么我們不在創(chuàng)建鎖的循環(huán)里創(chuàng)建線程呢?有以下幾個(gè)原因:

1.我們想到實(shí)現(xiàn)線程的同步，所以要讓“所有的馬同時(shí)沖出柵欄”。

2.獲取鎖要花一些時(shí)間，如果你的 線程退出得“太快”，可能會(huì)導(dǎo)致還沒有獲得鎖，線程就已經(jīng)結(jié)束了的情況。

threading 模塊

threading 模塊不僅提供了 Thread 類，還 供了各 種非常好用的同步機(jī)制。

下面是threading 模塊里所有的對象：

Thread： 表示一個(gè)線程的執(zhí)行的對象

Lock： 鎖原語對象(跟 thread 模塊里的鎖對象相同)

RLock： 可重入鎖對象。使單線程可以再次獲得已經(jīng)獲得了的鎖(遞歸鎖定)。

Condition： 條件變量對象能讓一個(gè)線程停下來，等待其它線程滿足了某個(gè)“條件”。 如，狀態(tài)的改變或值的改變。

Event： 通用的條件變量。多個(gè)線程可以等待某個(gè)事件的發(fā)生，在事件發(fā)生后， 所有的線程都會(huì)被激活。

Semaphore： 為等待鎖的線程 供一個(gè)類似“等候室”的結(jié)構(gòu)

BoundedSemaphore： 與 Semaphore 類似，只是它不允許超過初始值

Timer： 與 Thread 相似，只是，它要等待一段時(shí)間后才開始運(yùn)行。

守護(hù)線程

另一個(gè)避免使用 thread 模塊的原因是，它不支持守護(hù)線程。當(dāng)主線程退出時(shí)，所有的子線程不 論它們是否還在工作，都會(huì)被強(qiáng)行退出。有時(shí)，我們并不期望這種行為，這時(shí)，就引入了守護(hù)線程 的概念threading 模塊支持守護(hù)線程，它們是這樣工作的:守護(hù)線程一般是一個(gè)等待客戶請求的服務(wù)器， 如果沒有客戶 出請求，它就在那等著。如果你設(shè)定一個(gè)線程為守護(hù)線程，就表示你在說這個(gè)線程 是不重要的，在進(jìn)程退出的時(shí)候，不用等待這個(gè)線程退出。如果你的主線程要退出的時(shí)候，不用等待那些子線程完成，那就設(shè)定這些線程的 daemon 屬性。 即，在線程開始(調(diào)用 thread.start())之前，調(diào)用 setDaemon()函數(shù)設(shè)定線程的 daemon 標(biāo)志 (thread.setDaemon(True))就表示這個(gè)線程“不重要”如果你想要等待子線程完成再退出，那就什么都不用做，或者顯式地調(diào)用 thread.setDaemon(False)以保證其 daemon 標(biāo)志為 False。你可以調(diào)用 thread.isDaemon()函數(shù)來判 斷其 daemon 標(biāo)志的值。新的子線程會(huì)繼承其父線程的 daemon 標(biāo)志。整個(gè) Python 會(huì)在所有的非守護(hù) 線程退出后才會(huì)結(jié)束,即進(jìn)程中沒有非守護(hù)線程存在的時(shí)候才結(jié)束。

Thread 類

Thread類提供了以下方法:

run(): 用以表示線程活動(dòng)的方法。

start():啟動(dòng)線程活動(dòng)。

join([time]): 等待至線程中止。這阻塞調(diào)用線程直至線程的join() 方法被調(diào)用中止-正常退出或者拋出未處理的異常-或者是可選的超時(shí)發(fā)生。

is_alive(): 返回線程是否活動(dòng)的。

name(): 設(shè)置/返回線程名。

daemon(): 返回/設(shè)置線程的 daemon 標(biāo)志，一定要在調(diào)用 start()函數(shù)前設(shè)置

用 Thread 類，你可以用多種方法來創(chuàng)建線程。我們在這里介紹三種比較相像的方法。

創(chuàng)建一個(gè)Thread的實(shí)例，傳給它一個(gè)函數(shù)

創(chuàng)建一個(gè)Thread的實(shí)例，傳給它一個(gè)可調(diào)用的類對象

從Thread派生出一個(gè)子類，創(chuàng)建一個(gè)這個(gè)子類的實(shí)例

下邊是三種不同方式的創(chuàng)建線程的示例：

與傳一個(gè)函數(shù)很相似的另一個(gè)方法是在創(chuàng)建線程的時(shí)候，傳一個(gè)可調(diào)用的類的實(shí)例供線程啟動(dòng) 的時(shí)候執(zhí)行——這是多線程編程的一個(gè)更為面向?qū)ο蟮姆椒āＯ鄬τ谝粋€(gè)或幾個(gè)函數(shù)來說，由于類 對象里可以使用類的強(qiáng)大的功能，可以保存更多的信息，這種方法更為靈活

最后一個(gè)例子介紹如何子類化 Thread 類，這與上一個(gè)例子中的創(chuàng)建一個(gè)可調(diào)用的類非常像。使 用子類化創(chuàng)建線程(第 29-30 行)使代碼看上去更清晰明了。

active_count(): 當(dāng)前活動(dòng)的線程對象的數(shù)量

current_thread(): 返回當(dāng)前線程對象

enumerate(): 返回當(dāng)前活動(dòng)線程的列表

settrace(func): 為所有線程設(shè)置一個(gè)跟蹤函數(shù)

setprofile(func): 為所有線程設(shè)置一個(gè) profile 函數(shù)

Lock & RLock

原語鎖定是一個(gè)同步原語，狀態(tài)是鎖定或未鎖定。兩個(gè)方法acquire()和release() 用于加鎖和釋放鎖。RLock 可重入鎖是一個(gè)類似于Lock對象的同步原語，但同一個(gè)線程可以多次調(diào)用。

Lock 不支持遞歸加鎖，也就是說即便在同 線程中，也必須等待鎖釋放。通常建議改 RLock， 它會(huì)處理 “owning thread” 和 “recursion level” 狀態(tài)，對于同 線程的多次請求鎖 為，只累加計(jì)數(shù)器。每次調(diào) release() 將遞減該計(jì)數(shù)器，直到 0 時(shí)釋放鎖，因此 acquire() 和 release() 必須 要成對出現(xiàn)。

Event

事件用于在線程間通信。一個(gè)線程發(fā)出一個(gè)信號(hào)，其他一個(gè)或多個(gè)線程等待。Event 通過通過 個(gè)內(nèi)部標(biāo)記來協(xié)調(diào)多線程運(yùn) 。 法 wait() 阻塞線程執(zhí) ，直到標(biāo)記為 True。 set() 將標(biāo)記設(shè)為 True，clear() 更改標(biāo)記為 False。isSet() 用于判斷標(biāo)記狀態(tài)。

Condition

條件變量和 Lock 參數(shù)一樣，也是一個(gè)，也是一個(gè)同步原語，當(dāng)需要線程關(guān)注特定的狀態(tài)變化或事件的發(fā)生時(shí)使用這個(gè)鎖定。

可以認(rèn)為，除了Lock帶有的鎖定池外，Condition還包含一個(gè)等待池，池中的線程處于狀態(tài)圖中的等待阻塞狀態(tài)，直到另一個(gè)線程調(diào)用notify()/notifyAll()通知；得到通知后線程進(jìn)入鎖定池等待鎖定。

構(gòu)造方法：Condition([lock/rlock])

Condition 有以下這些方法：

acquire([timeout])/release(): 調(diào)用關(guān)聯(lián)的鎖的相應(yīng)方法。

wait([timeout]): 調(diào)用這個(gè)方法將使線程進(jìn)入Condition的等待池等待通知，并釋放鎖。使用前線程必須已獲得鎖定，否則將拋出異常。

notify(): 調(diào)用這個(gè)方法將從等待池挑選一個(gè)線程并通知，收到通知的線程將自動(dòng)調(diào)用acquire()嘗試獲得鎖定（進(jìn)入鎖定池）；其他線程仍然在等待池中。調(diào)用這個(gè)方法不會(huì)釋放鎖定。使用前線程必須已獲得鎖定，否則將拋出異常。

notifyAll(): 調(diào)用這個(gè)方法將通知等待池中所有的線程，這些線程都將進(jìn)入鎖定池嘗試獲得鎖定。調(diào)用這個(gè)方法不會(huì)釋放鎖定。使用前線程必須已獲得鎖定，否則將拋出異常。

只有獲取鎖的線程才能調(diào)用 wait() 和 notify()，因此必須在鎖釋放前調(diào)用。當(dāng) wait() 釋放鎖后，其他線程也可進(jìn)入 wait 狀態(tài)。notifyAll() 激活所有等待線程，讓它們?nèi)屾i然后完成后續(xù)執(zhí)行。

生產(chǎn)者-消費(fèi)者問題和 Queue 模塊

現(xiàn)在我們用一個(gè)經(jīng)典的(生產(chǎn)者消費(fèi)者)例子來介紹一下 Queue模塊。

生產(chǎn)者消費(fèi)者的場景是： 生產(chǎn)者生產(chǎn)貨物，然后把貨物放到一個(gè)隊(duì)列之類的數(shù)據(jù)結(jié)構(gòu)中，生產(chǎn)貨物所要花費(fèi)的時(shí)間無法預(yù)先確定。消費(fèi)者消耗生產(chǎn)者生產(chǎn)的貨物的時(shí)間也是不確定的。

常用的 Queue 模塊的屬性:

queue(size): 創(chuàng)建一個(gè)大小為size的Queue對象。

qsize(): 返回隊(duì)列的大小(由于在返回的時(shí)候，隊(duì)列可能會(huì)被其它線程修改，所以這個(gè)值是近似值)

empty(): 如果隊(duì)列為空返回 True，否則返回 False

full(): 如果隊(duì)列已滿返回 True，否則返回 False

put(item,block=0): 把item放到隊(duì)列中，如果給了block(不為0)，函數(shù)會(huì)一直阻塞到隊(duì)列中有空間為止

get(block=0): 從隊(duì)列中取一個(gè)對象，如果給了 block(不為 0)，函數(shù)會(huì)一直阻塞到隊(duì)列中有對象為止

Queue 模塊可以用來進(jìn)行線程間通訊，讓各個(gè)線程之間共享數(shù)據(jù)。

現(xiàn)在，我們創(chuàng)建一個(gè)隊(duì)列，讓 生產(chǎn)者(線程)把新生產(chǎn)的貨物放進(jìn)去供消費(fèi)者(線程)使用。

FAQ

1.進(jìn)程與線程。線程與進(jìn)程的區(qū)別是什么?

進(jìn)程(有時(shí)被稱為重量級(jí)進(jìn)程)是程序的一次 執(zhí)行。每個(gè)進(jìn)程都有自己的地址空間，內(nèi)存，數(shù)據(jù)棧以及其它記錄其運(yùn)行軌跡的輔助數(shù)據(jù)。線程(有時(shí)被稱為輕量級(jí)進(jìn)程)跟進(jìn)程有些相似，不同的是，所有的線程運(yùn)行在同一個(gè)進(jìn)程中， 共享相同的運(yùn)行環(huán)境。它們可以想像成是在主進(jìn)程或“主線程”中并行運(yùn)行的“迷你進(jìn)程”。

2.Python 的線程。在 Python 中，哪一種多線程的程序表現(xiàn)得更好，I/O 密集型的還是計(jì)算 密集型的?

由于GIL的緣故，對所有面向 I/O 的(會(huì)調(diào)用內(nèi)建的操作系統(tǒng) C 代碼的)程序來說，GIL 會(huì)在這個(gè) I/O 調(diào)用之 前被釋放，以允許其它的線程在這個(gè)線程等待 I/O 的時(shí)候運(yùn)行。如果某線程并未使用很多 I/O 操作， 它會(huì)在自己的時(shí)間片內(nèi)一直占用處理器(和 GIL)。也就是說，I/O 密集型的 Python 程序比計(jì)算密集 型的程序更能充分利用多線程環(huán)境的好處。

3.線程。你認(rèn)為，多 CPU 的系統(tǒng)與一般的系統(tǒng)有什么大的不同?多線程的程序在這種系統(tǒng)上的表現(xiàn)會(huì)怎么樣?

Python的線程就是C語言的一個(gè)pthread，并通過操作系統(tǒng)調(diào)度算法進(jìn)行調(diào)度（例如linux是CFS）。為了讓各個(gè)線程能夠平均利用CPU時(shí)間，python會(huì)計(jì)算當(dāng)前已執(zhí)行的微代碼數(shù)量，達(dá)到一定閾值后就強(qiáng)制釋放GIL。而這時(shí)也會(huì)觸發(fā)一次操作系統(tǒng)的線程調(diào)度（當(dāng)然是否真正進(jìn)行上下文切換由操作系統(tǒng)自主決定）。偽代碼

這種模式在只有一個(gè)CPU核心的情況下毫無問題。任何一個(gè)線程被喚起時(shí)都能成功獲得到GIL（因?yàn)橹挥嗅尫帕薌IL才會(huì)引發(fā)線程調(diào)度）。但當(dāng)CPU有多個(gè)核心的時(shí)候，問題就來了。從偽代碼可以看到，從release GIL到acquire GIL之間幾乎是沒有間隙的。所以當(dāng)其他在其他核心上的線程被喚醒時(shí)，大部分情況下主線程已經(jīng)又再一次獲取到GIL了。這個(gè)時(shí)候被喚醒執(zhí)行的線程只能白白的浪費(fèi)CPU時(shí)間，看著另一個(gè)線程拿著GIL歡快的執(zhí)行著。然后達(dá)到切換時(shí)間后進(jìn)入待調(diào)度狀態(tài)，再被喚醒，再等待，以此往復(fù)惡性循環(huán)。簡單的總結(jié)下就是：Python的多線程在多核CPU上，只對于IO密集型計(jì)算產(chǎn)生正面效果；而當(dāng)有至少有一個(gè)CPU密集型線程存在，那么多線程效率會(huì)由于GIL而大幅下降。

4.線程池。修改 生成者消費(fèi)者 的代碼，不再是一個(gè)生產(chǎn)者和一個(gè)消費(fèi)者，而是可以有任意個(gè) 消費(fèi)者線程(一個(gè)線程池)，每個(gè)線程可以在任意時(shí)刻處理或消耗任意多個(gè)產(chǎn)品。